Published
2026-04-10
Section
Articles
How to Cite
基于无限深度神经网络的城市交通拥堵智能预测系统
吴 宝琪
宁波财经学院
潘 凌
宁波财经学院
周 春良
宁波财经学院
张 烨娜
宁波财经学院
DOI: https://doi.org/10.59429/xdjtjs.v8i1.13460
Keywords: 交通拥堵预测；无限深度神经网络；脉线流模型；智能交通系统；动态分析
Abstract
针对城市交通拥堵日益严重的问题，本文设计了一种基于无限深度神经网络的城市交通拥堵智能预测系统。该系统集成了车流状态特征检测、拥堵预测模型、云平台反馈模块，实现了对城市道路拥堵状态的实时监测与智能预警。通过与合作单位共享的道路监控视频数据，系统能实时提取车流轨迹并上传至云端，利用无限深度神经网络模型进行数据处理与预测，准确判断交通拥堵态势。同时，系统结合时空相关系数与脉线流模型，智能识别拥堵点及拥堵级别，有效避免误报。此外，系统还支持将预测结果与疏导策略推送至交通管理平台，实现了交通管理的智能化与前瞻性。本研究不仅提升了交通拥堵预测的准确性和效率，还为城市交通疏导与路网规划提供了有力支持。
References
[1] 张蕾，章毅 . 大数据分析的无限深度神经网络方法[J]. 计算机研究与发展，2016, 53(1): 68-79.
[2] 吴风浪 . 应用无限深度神经网络的大数据分析方法[J]. 信息技术，2021(10): 110-116.
[3] 殷绪邦，郝建国，李培岳等 . 基于改进图卷积循环网络的交通流预测模型[J]. 计算机工程，2023, 49(5): 270-278.